摘要
遥感对地观测技术是国土生态环境常态监测和应急服务的重要技术手段，其形成的海量多源影像数据已朝着多尺度、多时相、多光谱、多模态发展。然而，不同传感器的数据差异较大，集成和协同处理难度大，致使多源高分辨遥感影像的自动化、智能化集成已成为众多学者研究的热点问题之一。在多源高分辨率影像集成应用前，需进行严格的像素对齐和吻合，即影像配准。但是，由于多源遥感影像之间存在显著辐射差异，致使共有特征提取、同名点的识别及匹配十分困难。因此，其高精度匹配成为亟待解决的关键问题。 面向细节、纹理丰富的多源高分辨率遥感影像，本文基于灰度、梯度及相位一致性三种特征，研究多源遥感影像配准方法，旨在探索多源高分辨率遥感影像匹配鲁棒性好、配准精度高的方法。本文的主要研究内容及成果如下： （1）提出了基于SIFT与互信息筛选优化的多源光学遥感影像配准方法 基于特征的SIFT算法能够较好抵抗影像间的光照、旋转、尺度等差异，应用于同源遥感影像匹配具有较好的稳定性和优越的精度。然而，针对多源遥感影像时，由于传感器成像差异，影像所覆盖的邻近地物灰度相似性极高，特征点匹配时容易出现“一对多、多对一”现象，此现象在高分辨率遥感影像中更为突出。针对此问题，论文提出了一种互信息筛选优化的约束策略。首先，通过SIFT方法提取影像的共有特征点并实现粗匹配，获得初始匹配点集合;然后，引入能够衡量影像相似性的互信息方法来评估特征点邻域灰度相似性，对相似性弱的匹配点对予以剔除，重新构建新的匹配点集合，该集合中保留了更多优质的匹配点对;最后，通过随机抽样一致算法（RandomSampleConsensus,RANSAC）迭代解算最优变换模型，实现影像的精确配准。 （2）提出了耦合相位一致性和互信息的多源遥感影像配准方法 基于区域MI方法可应用多源（跨模态）影像配准，但易受噪声影响。相位一致性模型在影像相似性特征检测研究中具有良好优势，该模型能提高影像在跨模态情况下相似性检测性能，同时可以有效抵抗不同模态影像间显著的非线性辐射差异，但跨模态影像间共有特征提取和表达依然是关键技术之一。鉴于此，论文引入相位一致性方法构建具有结构特征明显的边缘特征用于检测特征点，并且和MI结合构建新颖相似性测度最大索引图互信息（MaximumIndexMap-MutualInformation,MIM-MI），采用模板匹配策略有效获取多源遥感影像间数量众多且均匀分布的高精度同名点，实现跨模态的多源遥感影像匹配及精确配准。 （3）多源遥感影像自动配准系统研发及应用 笔者参与了科技部重点研发计划子课题“星空地遥感立体监测技术”，主要负责“星空地协同立体监测系统”研发工作，并基于论文提出的算法，开发了一套多源遥感影像配准子系统，已集成于主系统。 综上所述，本文在分析总结多源遥感影像匹配所存在问题的基础上，融合多种匹配思路，提出了两种匹配算法。方法一通过剔除误匹配点优化了SIFT算法，较大程度保留了优质点对，有效提升了匹配精度。方法二构建了一种新颖的相似性测度，采用模板匹配策略实现跨模态多源遥感影像的匹配，此相似性测度不仅适用于光学与SAR，而且适用于光学与Lidar深度图、光学与地图等。本文的研究成果将为相关研究提供方法和技术借鉴，共同提高多源高分影像的配准精度和效率。
NETL